新时期管理学领域学科交叉研究  

作者简介:
刘梦琦(2002-),北京理工大学管理与经济学院本科生,研究方向为知识管理与创新管理;王永梅(2000-),北京理工大学管理与经济学院硕士研究生,研究方向为技术创新管理;陈虹枢(1986-),北京理工大学管理与经济学院博士,特别副研究员、助理教授,博士生导师,研究方向为技术创新管理、科技评价与创新政策,E-mail:hongshu.chen@bit.edu.cn;汪雪锋(1977-),北京理工大学管理与经济学院教授,博士生导师,研究方向为技术创新管理、科技文本挖掘、技术预测(北京 100081)。

原文出处:
情报工程

内容提要:

[目的/意义]管理学作为一门兼具自然科学特征与社会人文属性的综合性学科,在信息化与数字化变革的双重冲击下,凸显出越发鲜明的多学科交叉融通的特点。在全球新一轮科技革命和产业变革加速演进的大背景下,管理学与多个学科的交叉与融合,既是科学进步的必然,也响应了我国国家经济社会发展的号召。[方法/过程]本文从国家自然科学基金重大研究计划视角出发,综合运用共现分析、True Diversity指数以及主题模型等方法,对管理学部现有的两项重大研究计划相关的论文成果展开了系统分析,构建起了主题受关注度-跨学科度矩阵。[局限]本文仅就论文成果进行了分析,在样本选择方面存在一定局限性;在进行学科交叉测度时,本文仅选取了“True Diversity”这一指标,在后续研究中需要进一步拓展。[结果/结论]从粗粒度的学科分类代码、细粒度的关键词以及反映研究成果内容的主题三个维度开展分析,重大研究计划成果视角下,管理学领域与其他学科交叉融合较为显著,表明新时期管理学领域正不断扩展研究方法,迭代研究范式,并同时与多个学科进行交叉互融来更好地解决本领域的科学问题。


期刊代号:C3
分类名称:管理科学
复印期号:2024 年 06 期

字号:

      引言

      管理学作为一门兼具自然科学与社会人文属性的综合性学科,在其漫长的发展过程中,越来越多地融入了大规模数据处理、系统思维及实证方法等科学范式,并逐渐凸显出鲜明的多学科交叉融通特点[1]。当前,信息技术革命通过优化决策环境、丰富管理工具、完善管理平台等方式助推了管理学科的发展,并同时加速了管理学科与其他学科交叉融合的脚步,随之而来的新技术伦理、安全与应用边界等问题也带来了更多挑战。因此,系统分析我国管理学领域与其他学科交叉发展的新特征与新模式,已经成为我国持续发展管理学科的崭新命题之一。

      管理学领域与其他学科的交叉融合,既是科学进步的必然,也响应了我国国家经济社会发展的号召。早在第九届全国人民代表大会第四次会议的政府工作报告中,朱镕基同志便已明确提出“以自然科学与社会科学的交叉融合,推动管理科学的发展”[1]。近年来,数字化逐步颠覆传统的组织管理的方式,进一步推动了管理领域拓展知识体系边界、深入交叉发展,使过去一百多年来形成的管理理论的适用性与有效性面临崭新挑战。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出,要“以数字化转型整体驱动生产方式、生活方式和治理方式变革”。习近平总书记也提出“要运用大数据提升国家治理现代化水平,要建立健全大数据辅助科学决策和社会治理的机制”[1]。作为解决面向科学前沿和国家经济、社会、科技发展及国家安全的重大需求中的重大科学问题的第一窗口,国家自然科学基金重大研究计划通过学科交叉来汇集创新力量以攻克科学难题并服务创新驱动。管理学部牵头的两个重大研究计划——“非常规突发事件应急管理研究”(以下简称“应急管理”计划)及“大数据驱动的管理与决策研究”(以下简称“大数据”计划),都是在回答和解决带有时代特征的重大管理问题。本研究基于国家自然科学基金委员会管理学部的两项重大研究计划的相关论文成果,从主题维度对管理学科在新时期与其他学科的交叉融合现状与趋势展开分析。

      1 学科交叉测度方法综述

      在已有研究中,学者们主要从参考文献角度、作者合作角度以及文本内容角度进行学科交叉测度,其中基于参考文献角度的研究最为广泛[3],从文本内容视角出发测度学科交叉水平的研究则相对较少。学科交叉的本质是知识的交叉融合,论文参考文献的多样性可以很好地测度该领域的知识。当前,有关学科交叉测度的研究主要集中于多样性测度和凝聚性测度两个视角:多样性指标通常被用来测度文献集的异质性,表示知识基础的广泛程度;而凝聚性指标是为了揭示知识体系网络的结构凝聚性,重点反映知识内容的整合情况。

      随着学科交叉测度研究的逐渐深入,学科多样性的测度从单一维度的学科数量、基尼系数、差异度发展为综合丰富度和均匀度的香农熵、布里渊指数等。尽管这些指标能够在一定程度上测度学科的交叉程度,但分别存在一定局限性,学者们始终没有停下探索能够涵盖学科交叉丰富度、均匀度和差异度综合性指标的脚步[4]。其中,Stirling[5]提出的跨学科性三维测度的论述,即丰富度(variety,学科的数量)、均匀度(balance,学科分布的均匀程度)和差异度(disparity,学科性质的差异程度),为学科交叉测度研究提供了坚实的理论参考。Rao-Stirling指标将以上3个维度综合起来,提出了相应的非参数测度指标—Rao-Stirling Diversity指标(简称RS指标),常被用以测度跨学科研究的“知识融合度”,在国内外跨学科研究中产生了较大的影响[6]。但Leydesdorff和Rafols[7]在测量期刊的学科交叉度时发现Rao-Stirling多样性指标的结果并不理想,并通过将其与网络指标(中介中心性)、不均匀性指标(Shannon指标、Gini系数)进行对比,得到Rao-Stirling指标具有一定局限性的结论。Zhou等[8]将Simpson指标和Rao-Stirling指标结果进行对比,发现其在测度跨学科性的实际应用时显示出了较低的“区分度”。Jost[9]认为以往的学科交叉测度指标均存在不同程度的局限,不能很好地描述学科交叉概念的实质含义,他提出通过Hill型多样性指数来测度“真正学科多样性”的方法。Hill指数虽能够较好地测度学科多样性情况,但并未包含学科差异度这一维度。基于上述研究,Leinster和Cob-bold[10]对Hill指数进行了进一步的改进,将差异度添加到该指标中,提出了新的指标[.q]D[.S]。

      目前,在[.q]D[.S]指标的基础上,Zhang L等[11]学者经过反复对比和验证,进一步论证了当q=2时的[.q]D[.S]指标具有良好的数学特性。Leydesdorff等[12]学者认为[.2]D[.S]指标是对Rao-Stirling多样性指标的显著改进,使指标值之间具有了可量化操作的可比性,并将其称为“True Diversity”指标(简称TD指标)。在学科交叉成果的实际测度研究中,TD指标从理论和实践的双重角度都显示出了其在测度研究成果学科交叉度时的优越性[6]:(1)TD指标值具有“比例”意义,例如,当TD值增加或减少20%时,可以表示“学科多样性”程度增加或降低20%;(2)TD指标的范围是1到正无穷,而Rao-Stirling指标的范围是0~1,因此,TD在表征“多样性”时具有更大的区分度。

相关文章: